中国对外农业直接投资规模地区差异实证分析

刘英津 黄春霞 熊凤山

[提要] 对外农业直接投资作为农业“走出去”的重要形式，对于保证中国粮食安全和增强农产品竞争力有着重要意义。然而，中国对外农业投资规模地区差异明显，发展极不平衡。为探究造成中国各地区对外农业投资规模差异的主要影响因素，本文以全国30个省市区作为样本，选取国民生产总值等8个指标进行因子分析，得到“经济驱动因子”和“农业现代化水平因子”两个公因子，将其与各省对外农业直接投资规模做回归分析，从而得出地区投资规模差异的影响因素为经济驱动力水平及地区农业现代化水平。

关键词：对外农业直接投资;规模;地区差异

中图分类号：F83 文献标识码：A

收录日期：2020年4月30日

一、引言

我国自2002年建立《对外直接投资统计制度》 以来，于2017年首次出现对外直接投资流量负增长的情况，投资流量总额为1，582.9亿美元，同比2016年下降19.3%。其中，对外农业直接投资作为对外直接投资的一个分支和重要组成，2017年投资流量为25.08万美元，同比下降23.7%，下降幅度高于整体平均水平。另外，从二者近五年的增速对比来看，在2013年之前，对外农业直接投资增长速度显著高于中国整体对外直接投资增长速度;而2013年及以后，对外农业直接投资结束了高速增长态势，增长水平与整体平均水平趋于一致，开始回归理性。

通过进一步研究发现，全国各省市区的对外农业投资存在严重的两极分化现象。以2016年为例，中国对外农业投资流量为32.9亿美元，其中上海市7.3亿美元，占比22.1%，排名前十的央企和省市区对外农业投资流量占比达到77.6%，其余地区合计占比仅为22.4%，存在严重的两极分化，成为阻碍中国农业对外投资发展的重要原因。因此，研究造成中国各地区农业对外投资规模发展不平衡的主要因素，对于促进中国对外农业直接投资保持高速稳定增长有着重要意义。

二、对外直接投资规模理论分析

目前，学术界较为认可的理论是经济学家约翰·邓宁在1981年提出的国际生产折中理论，该理论综合了此前的各种主要投资理论的优点，认为企业对外直接投资的三个必要条件为具有所有权优势、内部化优势、区位优势。随后，邓宁又提出对外直接投资规模与人均GNP的关系，依据人均GNP将发展中国家的对外直接投资分为四个阶段，认为对外投资规模与一个地区的经济发展水平直接相关，该研究成果将之前的折中理论动态化，更具有现实意义。这一理论被后来的许多研究者借鉴引用，也为对外农业投资规模的研究奠定了理论基础。

中国许多学者在西方对外直接投资理论的基础上对中国的对外农业直接投资展开了系列研究。如翟雪玲（2006）认为中国对外农业投资规模的限制因素主要包括外投资环境不宽松、国内支持政策体系不完善和政府管理与服务缺失等;陈伟（2014）通过实证研究得出中国对外农业投资规模的影响因素包括农业总产值、产品进出口额、中国农业实际利用外资金额等。韩琪（2010）认为中国对外农业投资规模狭小的成因，包括农业企业发展规模小、融资难、缺乏跨国经营人才、企业海外拓展动机不足等。

通过上述内容，发现目前关于对外农业投资规模影响因素的研究，大多以中国的农业投资规模作为研究对象，得出中国目前投资规模的影响因素。但是，中国占地面积广阔，各地区经济发展水平不一，对外农业投资水平也两极分化严重，这时便需要进一步将研究细化。本文在已有研究成果的基础上，选取若干指标，进一步分析造成中国对外农业投资规模地区差异的影响因素。

三、研究设计

（一）变量选取。鉴于本文的研究目的是分析我国地区农业对外直接投资规模差异的影响因素，所以本文假设外部市场环境对中国各地区影响相同，因此并未选取汇率、东道国投资风险等外部因素指标，仅仅从投资国角度出发选取了若干指标;在具体指标的选取上，本文以邓宁的投资发展周期论为基础，结合前人相关研究，选取地区进出口总额、实际利用外资金额等8个指标，具体见表1。（表1）

（二）样本选取与数据来源。本文选取了全国30个省市区2017年的各项指标作為研究样本，具体数据来源包括《2017中国对外投资统计公报》，各省份2017统计年鉴，中国对外农业投资合作分析报告，具体数据来源见表1。

（三）研究思路与方法。利用SPSS23.0对地区生产总值、进出口总额、土地出产率等8个指标进行因子分析，得出8个指标的公因子，赋予各公因子经济含义，最后将得到的公因子作为自变量，各省对外农业投资额为因变量做多元线性回归，得出对外农业投资规模地区差异的影响因素。

四、实证分析

（一）因子分析适应性检验。利用SPSS23.0对，选取影响对外农业投资规模的8个指标对30个省市区的对外农业投资规模情况进行分析，对数据进行标准化处理。利用KMO和巴特利特检验来研究变量间的偏相关性，结果显示KMO=0.77>0.77，Sig=0.00<0.01，表明适合做因子分析，即该数据可以通过因子分析提炼出影响对外农业投资规模的主成分因子。

（二）确定公因子数及公因子命名。对数据进行检验后，对其进行主成分的提取，8个解释变量中可以提取出两个公共因子，第一、二主成分因子的方差贡献率分别为50.315%、27.414%，累计贡献率达到77.729%。

通过旋转后的因子载荷矩阵，可以发现第一成分因子可以代表进出口总额、实际利用外资金额、专利授权数、国民生产总值;第二成分因子可以代表土地出产率、单位化肥产出的农产品产量、单位面积农业机械动力。结合两个公因子中各变量的特点，可以将第一公因子命名为地区经济驱动因子（X1），将第二公因子命名为农业现代化水平因子（X2）。

以方差贡献率为权重，计算出各省市区的综合得分，并将其排名。结果显示，综合排名分列第一、第二的广东和江苏省，在经济驱动因子得分上占据明显优势，而农业现代化水平得分一般。相比之下，北京、上海、天津等中国一线城市在经济驱动因子得分上并不具备明显优势。将排名结果进行分类汇总，结果如图1所示。该汇总结果再一次印证了中国对外农业投资发展不平衡的事实显著存在：对外农业投资大省集中在东部沿海发达省份，而西部地区相对落后。（图1）

（三）回归分析

1、研究假设。Dunning J（1981）提出的投资发展周期理论认为，一国的净对外直接投资量与该国经济发展水平正相关。为此，我们提出假设H0：

H0：各省份对外农业投资规模（Y）与地区经济驱动因子（X1）显著正相关

Dunning J（1981）提出的国际生产折中论认为，垄断优势是企业进行对外投资的必要条件之一。而高农业现代化水平的企业意味着它们拥有某些其他企业不具备的资源、技术或者管理优势，即垄断优势。因此，我们提出假设H1：

H1：各省份对外农业投资规模（Y）与地区农业现代化水平因子（X2）显著正相关

建立的回归方程模型为：

2、回归结果。在本次回归分析中，调整后的R2=0.547，即地区经济驱动因子和农业现代化水平因子对各省份对外农业投资规模的解释为54.7%，解释程度较好。两公因子与投资规模的显著性水平为0.000，显著拒绝总体回归系数为0的原假设。由表2，X1的P值为0.000，通过显著性水平检验，即某省份的对外农业投资规模与其经济驱动因子存在显著相关性，经济驱动因子每增加1单位，对外农业投资规模会增加0.696单位;X2的P值等于0.021<0.05，通过显著性水平检验，农业现代化水平每提高1单位，对外农业投资规模会增加0.307单位。（表2）

五、政策建议

根据本文得出的结论，提出以下三点建议：一是通过推进自贸区建设，充分利用“一带一路”等契机进一步促进国际贸易;二是加大农业研发与资本投入，提高作业效率，提升地区农业现代化水平;三是打造跨国企业集团，降低交易成本，获得成本优势。

（通讯作者：熊凤山）

主要参考文献：

[1]Hymer S.The International Operations of National Firms：A Study of Direct Foreign Investment[M].MIT Press，1960.

[2]Dunning J.Explaining the International Direct Investment Posi tion of Countries：Towards A Dynamic or Developmental Approach[J].Welt Wirtschaftliches Arch，1981.117（4）.

[3]翟雪玲，韓一军.制约中国农业“走出去”的不利因素及未来发展战略[J].调研世界，2006（11）.

[4]陈伟.中国对外农业直接投资影响因素研究[J].华东经济管理，2014（3）.

[5]韩琪.对中国对外农业投资规模状况的分析与思考[J].国际经济合作，2010（10）.

[6]梁莹莹.中国对外直接投资决定因素与战略研究[D].南开大学，2014.